烤烟生长发育模型研究进展

摘要 探讨烤烟形态发育模型是开发现代烟草生产物联网系统的重要内容之一，并且极为复杂。介绍了烤烟生长模型的研究必要性、分类和当前研究动态，并对烤烟形态发育模拟模型存在问题及发展趋势进行阐述，以期推动烤烟模型的深入研究，促进“互联网+”技术的跨界融合在烤烟生产中推广应用。

关键词 烤烟;生长模型;分类;发展趋势

中图分类号 S572  文献标识码 A  文章编号 0517-6611（2022）01-0024-06

doi：10.3969/j.issn.0517-6611.2022.01.007

Research Progress on Growth and Development Models of Flue-cured Tobacco

YANG Xi-kun1，YE Wei-guo1，LIAO Jian-jin2 et al

（1.Tobacco Research Laboratory，South China Agricultural University，Guangzhou，Guangdong 510642;2.Guangzhou Xinbiao Agricultural Technology Co.，Ltd.，Guangzhou，Guangdong 510600）

Abstract The simulation model of flue-cured tobacco morphological development is one of the most important contents in the development of modern tobacco production Internet of things system.Introduces the necessity，classification and current research trends of flue-cured tobacco morphological model，and expounds the existing problems and development trends of the simulation model of flue-cured tobacco morphological development，in order to promote the in-depth study of the model of flue-cured tobacco and promote the cross-border integration of “Internet +” technology in the production of flue-cured tobacco.

Key words Flue-cured tobacco;Growth model;Classification;Development trend

基金项目 广东省烟草专卖局（公司）科技计划项目“‘互联网+’烟草农业智能化生产技术开发与应用研究”（粤烟科项201805）。

作者简介 杨锡坤（1995—），男，白族，云南大理人，硕士研究生，研究方向：作物栽培学与耕作学。通信作者，教授，博士，博士生导师，从事烟草调控理论与优化工艺研究。

收稿日期 2021-03-04

我国是世界第一烤烟生产大国，烟草种植面积常年在100万hm2以上，年产量200万t左右[1]。随着社会经济的进步，东西部地区发展不平衡导致烟叶生产重心逐渐向动力成本低、耕地资源丰富的西南地区偏移[2];同时农村劳动力大量向城区迁移，几乎所有烟区都存在劳动力短缺的问题。此外，提高烟叶质量和烟农收入一直是烟草农业关注的焦点。20世纪末21世纪初，人类社会迎来了物联网技术时代，为农业生产转型升级和高质量发展带来了全新的发展机遇。因此，烟草农业现代化、数字化、信息化是未来发展的必然趋势[3]。

在农业4.0的大背景之下，烟草农、工业的结合日趋密切。“互联网+”技术的跨界融合是烟草行业发展的一个重要方向，也符合《国家烟草专卖局关于启动实施烟草科研大数据重大专项》实施方案要求，具有重要意义。随着作物长势、形态、生长环境监测手段及信息化技术的发展，计算机图形学、多媒体、传感器、仿真技术、三维扫描技术、人工智能等与作物形态生长发育虚拟技术的融合，势必会提高对烤烟形态指标模型研究的关注度，推动烤烟形态生长可视化工作的发展[3-4]。

作物模型是将作物与影响作物生长发育的环境和技术因子作为一个整体，对作物的生长发育及其与环境和栽培措施的动态关系进行定量描述的数学或计算机语言[4]。一个准确、通用性强的作物模型依赖于土壤学、作物栽培及保护学、农业经济学、现代化农业信息学等的融合。其发展的标志性时间节点为20世纪60年代，主要经历了萌芽阶段（最早可追溯到1735年）、模型基础研制阶段（1961—1980年）、模型校验阶段（1981—1990年）、模型综合利用阶段（1990年以后）并逐渐发展成熟。我国作物模型研究起步较晚，最早追溯于20世纪80年代以后，并在引进国外模型、开展学术交流合作之后取得了较大发展，并逐渐形成了具有中国特色的专家系统，其中最典型的是水稻“钟模型”等[5]。

基于此，笔者主要综述了烤烟作物模型的分类和研究动态，并对当前烤烟形态发育模拟模型存在问题及发展趋势进行评述，试图为开展“互联网+”烟草生产技术的发展趋势提供依据和参考。

1 烤烟生长模型分类

按照研究内容差异可将生长发育模型分为生长模型、形态结构模型、结构-功能模型。生长模型强调对烤烟生长环境及群体指标（产量、叶面积系数、干物质量）的定量描述，注重烤烟生理生态的研究，如植烟区区域气象风险评估模型、烟田小气候模型、烤烟产量形成监测模型、叶面积系数监测模型、水肥模型等。形态结构模型是用数学语言描述作物生长发育（形态、颜色等）与环境，栽培措施之间的定量关系的一类模型，其注重对烤烟生长形态、颜色变化的描述，强调作物器官、个体与群体结构的表达。1947年，Wolf[6]对香料烟形态发育进行了定量描述，绘制了各部位叶片叶长、叶宽生长速率曲线;二者均为S型曲线，是较早的烤烟形态发育模拟模型研究。结构-功能模型注重对作物形态结构、光合产物、生物量、营养元素、常规化学成分的产生和分配以及两者的内在联系进行定量描述。典型的结构-功能模型有GREENLAB模型等。

根据数学原理可将烤烟模型分为经验性模型（或称回归模型、描述性模型）和动力学模型（机理模型、解释性模型）、半机理性模型。经验模型是基于统计方法建立的回归模型，它常以年为时间步长，局限性在于无法展示变量在作物生育期内的变化过程，也未考虑环境对模型系数的影响。最常见为作物产量、长势指标与外界因素（温度、水分、降水量、冠层高光谱等）的主因子分析模型、作物产量指标与水肥量之间的主因子模型。烤烟的统计模型通常关注烤烟产量、烟叶化学成分、烟叶品质形成相关成分与外界环境的关系，并建立相关的多项式回归模型。例如：产量与施肥量、降雨量、施水量等的多项式方程。其大多用以解释烤烟产、质量形成及烤烟生长定形后的长势指标与外界因素的影响力强弱[7-10]。该类模型不能展示生育期内因变量随时间的变化，解释性较弱，通常为静态模型。烤烟动力学模型是专家系统基于回归模型、机理模型和数据库发展起来的另外一类模型，它强调农业管理的综合性，因而比上述两类模型更为复杂、精准[8-9]。烤烟动力学模型注重定量描述引起变化的过程，通常以时间尺度作为变量，解释性较强[8-9]，主要可分为烟草器官形态发育动态模拟模型、烤烟根系营养吸收动态模拟模型、养分吸收与分配模型、光合产物消耗与分配动态模型、产量形成动态模拟模型、烤烟水分吸收与蒸腾动态模型等[10]。半机理模型是介于二者之间的一种模型。我国作物专家系统研究起步相对较早，最早开始于20世纪80年代，较典型的有小麦高产技术专家系统、水果果形判别人工神经网络专家系统等[11]。我国的专家系统研究最早主要依靠借鉴国外的成熟模型，之后逐渐形成了具有中国特色的专家系统，较典型的为水稻钟模型 （RCSODS）、小麦栽培模拟优化决策系统 （WCSODS）、小麦生长模拟与管理决策支持系统（GMDSSWMW）等[12-14]。

按植物生理研究领域差异可分为作物生理生化模型、作物生态模型。前者主要为器官、组织、个体、群体的光合作用，呼吸作用、物质积累及形态发育建成模型。后者主要涉及作物温度、积温、区域气候、田间小气候、冠层小气候、作物水分、营养、土壤水分、养分模型等[15]。

总之，研究领域差异导致了烤烟模型在分类方式上的区别，无论何种分类方式均能全面概括烤烟模型。因此，可以将烤烟形态建成模型分为3类，即烤烟生长模型、烤烟形态模型、烤烟结构-功能模型。

2 烤烟生长模型研究

作物模型利用模拟技术来探讨作物产量在不同年限、不同土壤及生态背景、不同品种及不同栽培管理技术因子下的形成差异。目前已广泛应用于农业生产、作物生产潜力评估、粮食安全分析等方面，其主要关注方向为烤烟干物质积累、叶面积系数变化等。烤烟生长过程中，光合产物的合理分配是烤烟优质适产的外在表现。对烤烟干物质分配的定量化研究，有助于制定相应的烤烟水肥管理技术，动态调控烤烟的产、质量，而叶面积指数是评价烤烟产量形成的重要指标。烤烟是一种特殊的经济作物，其生长模型的发展趋势与作物模型较为类似，较其他大宗作物起步偏晚。在时间节点上，呈现经验性模型—机理模型—半机理模型的发展趋势，模型综合性、机理性不断增强。目前，作物模型的发展已经进入了成熟阶段，国内外已经形成了多种较为先进、全面的作物生长模型。王文佳等[9]对国外主要的作物模型研究现状做了详细介绍。作物模型主要用以探讨作物干物质分配，水分、养分平衡，作物生长（干物质分配、光合、呼吸作用），病虫害，土壤，生态条件等对作物产量、质量形成的影响。而现阶段，烤烟生长模型的研究热点主要涉及以下几方面。

2.1 经典作物模型在烤烟上的适用性研究

目前作物模型的研究已经进入了成熟阶段，对于大宗作物（水稻、小麦等）国内外已建立了比较完备的作物模型[8，16]，可为其他作物模型的研究提供较多的选择性。然而，国内仍缺少关于烤烟模型的相关研究，胡雪琼等[17]在国内开创性地对WOFOST模型在云南烤烟的适用性进行了评价，结果表明WOFOST模型能较好地模拟云南烤烟的潜在生长过程。但是由于观测数据年限相隔较长，数据项观测较少，未能对模型参数敏感性、不确定性进行分析，也未对参数进行修正。其他国外较经典的作物模型在烤烟上的适应性研究少有报道。

2.2 基于遥感技术的烤烟生长模型研究

高光谱遥感 （hyperspectral remote sensing）是指在电磁波谱的4个波段（紫外、可见光、近红外和中红外见光）范围内，从目标物体上获取许多较窄且光谱连续图像数据的技术。由于不同烟草种类、品种、水分、肥料、不同生育期、病虫害等条件下的光谱特征均可被定量化，因此在烟草栽培中有广泛应用。烟草生长模型与高光谱遥感技术的耦合研究起步较晚，但也取得了一些成果。Gu等[18]对使用3种波长选择方法[连续投影算法（SPA）、提升决策树回归（BRT）和遗传算法（GA）]和4个机器学习技术[（回归树（BRT）、支持向量机（SVM）、随机森林（RF）和分类回归树（CART）]对烟草番茄花叶病毒进行了早期检测，结果表明BRT筛选的波长段对烟草病叶鉴别具有重要应用价值。胡玮等[19]模拟了对不同含水量及不同土温下的烟田土壤氮素的矿化过程，并建立了相应的数学动态模型。Pu等[20]利用GIS建立了曲靖烟区的气象风险评估模型，并以此规划了曲靖烟区烤烟旱灾、低温风险区。由表1可知，多年来，从事烟草行业的科研工作者已经系统探索了高光谱技术与烤烟胁迫监测、生长信息获取、产质量监测、田间生长信息监测的可能性。但由于监测条件、试验条件以及模型的差异，各类模型距离指导烟草栽培还有一些距离，仍需要不断提高模型精度、适用性，加速推广应用。

2.3 基于遥感数据的烤烟生长模型数据同化研究

数据同化研究是将作物生长模型与遥感数据耦合的重要手段，同化算法的性能直接影响着同化系统的运行效率和精度。目前主要存在两类数据同化方法，分别是基于代价函数的参数优化方法和基于估计理论的集合滤波方法。二者区别在于前者用整个同化窗口内的观测值来重新调整模型参数，而后者的观测值是顺序的方式作用于模型，每一次后续的观测值只会影响从当前状态之后的模型变化性质。参数优化的代价函数通常有均方根误差、平均误差加权和、最小二乘、变分方法、误差绝对值均值、相对误差等，同化算法通常为单纯型搜索算法、最大似然法、复合型混合演化算法（shuffled complex evolution method developed at the University of Arizona，SCE-UA）、Powell共轭方向法、粒子群算法（particle swarm optimization，PSO）、遗传算法、模拟退火法等。集合滤波方法的同化算法主要为：常增益Kalanan滤波算法、集合卡尔曼滤波算算法、粒子滤波算法[40]。而在烟草中，相应研究极少，在烟草生长模型的数据同化研究只涉及集合卡尔曼滤波算法的同化研究，其他方法的数据同化研究未见报道（表2）。